DocMind AI：本地优先的智能文档分析开源方案

DocMind AI是一款基于LlamaIndex和LangGraph的本地文档分析开源工具，核心定位为"本地优先"，支持多格式文档处理、混合检索与多智能体协调，实现完全离线的隐私保护型AI文档分析，旨在解决云计算模式下文档处理的隐私风险问题。

在云计算主导时代，多数AI文档分析工具上传数据至远程服务器，存在隐私风险。DocMind AI以"本地优先"回应痛点，支持完全离线分析。技术栈上，基于Streamlit构建UI，整合LlamaIndex文档处理管道、LangGraph多智能体框架，后端可选Ollama、vLLM、LM Studio或llama.cpp，用户可灵活配置。

DocMind AI的文档处理流程高效：1. 用LlamaIndex的UnstructuredReader解析PDF、DOCX等多格式文档，无法识别则回退纯文本；2. TokenTextSplitter按块大小和重叠度切分语义单元；3. 可选spaCy增强（句子分割、实体提取），结果以节点元数据存储支撑后续检索问答。

DocMind AI采用混合检索策略提升问答质量：1. 稠密向量（BGE-M3生成1024维）+稀疏向量（FastEmbed的BM42/BM25）存储于Qdrant，支持RRF/DBSF融合；2. 重排序机制：文本用BGE交叉编码器，含图像PDF用SigLIP视觉重排序，兼顾召回率与相关性。

基于LangGraph的监督者模式多智能体系统，含五个专业智能体：查询路由（分析复杂度选最优策略）、查询规划（分解复杂查询）、检索专家（执行混合检索+可选GraphRAG）、结果综合（整合去重融合）、响应验证（验证质量准确性完整性），支持简单查询到多跳推理，GraphRAG可提取知识图谱做深度推理。

隐私保护为核心原则：默认禁用所有远程端点，完全本地运行；需显式配置环境变量才启用外部服务（白名单策略）。支持完整离线模式：提前下载模型权重和spaCy语言模型即可无网络使用全部功能，适用于敏感文档场景。

DocMind AI具备多模态处理能力：1. PyMuPDF将PDF页面渲染为图像，可选AES-GCM加密存储；2. SigLIP模型理解图像内容，实现视觉语义检索；3. 支持"以图搜图"，返回视觉相似PDF页面，适用于含图表、扫描件的复杂文档。

DocMind AI代表本地AI应用重要方向——隐私保护下提供接近云端的智能体验。其模块化架构、开源生态整合、离线优化，是处理敏感文档的理想选择。随着本地大模型能力提升，这类本地优先工具有望取代更多传统云端方案。